Questões de Concurso
Foram encontradas 821 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Ano: 2020
Banca:
IDIB
Órgão:
Prefeitura de Xinguara - PA
Prova:
IDIB - 2020 - Prefeitura de Xinguara - PA - Analista de Sistemas |
Q1760411
Banco de Dados
A mineração de dados, também conhecida como Data Mining, é uma das muitas áreas da computação e tem como objetivo identificar correlações e padrões em um grande conjunto de dados, com o objetivo de prever resultados. A respeito dos conceitos que fazem parte da mineração de dados, analise as afirmativas abaixo.
I. Redes neurais e árvores de decisão são dois conhecidos exemplos de ramificações da mineração de dados.
II. São exemplos de etapas da mineração de dados: exploração de dados, preparação de dados, modelagem e avaliação de implementação.
III. A mineração de dados faz uso de fundamentos pertencentes a outras três grandes áreas de conhecimento, são elas: matemática, estatística e data warehouse.
É correto o que se afirma
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754012
Banco de Dados
Texto associado
Em uma organização, foram elencadas as necessidades a
seguir.
I Aplicação de modelo de gerenciamento com base no Six
Sigma, de modo a gerenciar as etapas da Mineração de Dados
do setor responsável.
II Implantação do processo Sequenciar Atividades, no
desenvolvimento do cronograma do projeto, com base no
PMBOK.
III Implantação de abordagem ágil em relação à criação do
backlog do projeto — lista ordenada de todo o trabalho,
apresentado em forma de história.
Tendo como referência essa situação hipotética e a gestão de
projetos em ciência de dados, julgue o item a seguir
Para o atendimento à necessidade I, deve-se implantar a
CRISP-DM, cujas etapas são Entendimento do Negócio,
Entendimento dos Dados, Preparação dos Dados,
Modelagem, Avaliação e Aplicação.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753999
Banco de Dados
Texto associado
Determinado parâmetro β será estimado recursivamente
com a ajuda de um método de otimização matemática com base
em uma função objetivo g(β). Para essa estimação, a base de
dados de treinamento consistirá de n observações.
Considerando essa situação hipotética, julgue os itens que se
seguem.
Em cada iteração na estimação do parâmetro β, o método do
gradiente descendente requer n observações da base de
treinamento, ao passo que o método do gradiente
descendente estocástico utiliza uma observação selecionada
aleatoriamente dessa base de treinamento.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753998
Banco de Dados
Texto associado
Determinado parâmetro β será estimado recursivamente
com a ajuda de um método de otimização matemática com base
em uma função objetivo g(β). Para essa estimação, a base de
dados de treinamento consistirá de n observações.
Considerando essa situação hipotética, julgue os itens que se
seguem.
Entre as condições ideais relativas à função objetivo g(β)
para a aplicação do método do gradiente descendente
incluem-se convexidade, continuidade e diferenciabilidade.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753996
Banco de Dados
Texto associado
Determinado parâmetro β será estimado recursivamente
com a ajuda de um método de otimização matemática com base
em uma função objetivo g(β). Para essa estimação, a base de
dados de treinamento consistirá de n observações.
Considerando essa situação hipotética, julgue os itens que se
seguem.
O gradiente descendente em lote é um método probabilístico
de otimização no qual, para cada iteração, encontram-se
L × n observações geradas mediante amostragem (com
reposição) da base de dados de treinamento (em que L
representa o número de lotes, com L > 1).
Conheça nossos planos